Pull Testing and Statistical Evaluation of ILI Capabilities on SSWC and Other Anomalies
Notice bibliographique
Résumé
Abstract TC Energy (TCE) operates and maintains natural gas, refined products, and crude oil pipelines in the USA, Canada, and Mexico. The network includes more than 93,000 kilometers (58,000 miles) of gas pipelines, transporting more than 30% of the North American natural gas demand. As part of its Integrity Management Program, TCE identified Selective Seam Weld Corrosion (SSWC) as one of the significant threats for certain seam weld types in their pipeline system. It also identified In-Line Inspection as the preferred methodology to address it. In that regard, multiple ILI vendors have claimed capabilities in detecting, identifying, and sizing SSWC features, which require careful evaluation and assessment. A pull-through testing exercise was designed to evaluate and validate those capabilities statistically. The evaluation aims to test multiple ILI systems from different ILI vendors for SSWC and other threats that have yet to be validated and to confirm the detection capabilities for specific pipe attributes. The final objective is to have an array of ILI vendors and technologies to address each threat cost-effectively. The 24-inch diameter string constructed for this project included joints with synthetic and natural features, including SSWC, pits at the SW and in the pipe body, axial and circumferential slots in the pipe body, individual cracks, crack colonies, laminations, wrinkle bends, hard spots, dents with gouges and plain dents. Five ILI systems from five ILI technology providers were tested. The project included the pipe acquisition, the testing string design, the defect creation, the NDE and Lab evaluation of the reference data, the pull-through testing, the ILI vs Reference feature matching, and the statistical analysis of the results. This paper presents the results of this study.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».